Vis enkel innførsel

dc.contributor.authorSynstelien, Lillian
dc.date.accessioned2024-02-16T00:41:17Z
dc.date.available2024-02-16T00:41:17Z
dc.date.issued2023-12-15
dc.date.submitted2023-12-15T13:01:52Z
dc.identifierPROPSY317 0 MAO ORD 2023 HØST
dc.identifier.urihttps://hdl.handle.net/11250/3118063
dc.description.abstractDen økende byrden av angst- og depressive lidelser kombinert med begrenset tilgjengelighet av tradisjonelle helsetjenester, har ført til at kunstig intelligens (AI) stadig blir mer utbredt for behandling av mentale helseutfordringer. Denne systematiske litteraturgjennomgangen har som primært mål å undersøke effekten av internettbaserte intervensjoner basert på kunstig intelligens for reduksjon av angst-og depressive symptomer. Et sekundært mål er å forstå mekanismene bak virkningen, med antropomorfisme og psykologisk avstand som foreslåtte medierende faktorer. Gjennom systematiske søk i databasene PsycInfo, Embase og Web of Science i august 2023, ble seks randomiserte kontrollerte studier (RCTs) inkludert i gjennomgangen. Resultatene av den primære undersøkelsen indikerer at samtlige RCT-studier viser en positiv effekt på reduksjonen av depressive symptomer, og varierte resultater når det gjelder reduksjon av angstsymptomer. Når det gjelder det sekundære målet, peker funnene mot antropomorfisme og psykologisk avstand som sentrale faktorer for hvordan brukere forholder seg til AI. Selv om funnene tyder på at AI-intervensjoner har potensial til å være kostnadseffektive, brukervennlige og tilgjengelige, spesielt for å redusere milde til moderate depressive symptomer, understrekes begrensningene knyttet til metodologiske faktorer, risiko for systematisk skjevhet og manglende helhetlig forskningsgrunnlag. Forslag til fremtidig forskning inkluderer forbedringer i metodologisk kvalitet, vurdering av variabler som innhold og varighet, samt utforskning av langtidseffekter og årsaker til effekt blant ulike populasjoner.
dc.description.abstractThe increasing burden of anxiety and depressive disorders, coupled with limited accessibility to traditional healthcare services, has led to the growing prevalence of artificial intelligence (AI) in addressing mental health challenges. This systematic literature review aims primarily to investigate the effectiveness of internet-based interventions based on artificial intelligence in reducing anxiety and depressive symptoms. The secondary objective is to understand the mechanisms behind the impact, with anthropomorphism and psychological distance proposed as mediating factors. Through systematic searches in the databases PsycInfo, Embase, and Web of Science in August 2023, six randomized controlled trials (RCTs) were included in the review. The results of the primary analysis indicate that all included studies show a positive effect on reducing depressive symptoms, and varied results regarding the reduction of anxiety symptoms. Concerning the secondary objective, findings suggest that anthropomorphism and psychological distance are key factors in how users engage with AI. Although the findings suggest that AI interventions have the potential to be cost-effective, user-friendly, and accessible, especially for reducing mild to moderate depressive symptoms, limitations related to methodological factors, the risk of systematic bias, and a lack of comprehensive research foundation are emphasized. Suggestions for future research include improvements in methodological quality, assessment of variables such as content and duration, as well as exploration of long-term effects and causes of effectiveness among different populations.
dc.language.isonob
dc.publisherThe University of Bergen
dc.rightsCopyright the Author. All rights reserved
dc.subjectchatbots
dc.subjectdepresjon
dc.subjectAI
dc.subjectangst
dc.subjectkunstig intelligens
dc.titleVirker psykologisk terapi basert på kunstig intelligens mot symptomer på angst og depresjon? En systematisk litteraturgjennomgang.
dc.typeMaster thesis
dc.date.updated2023-12-15T13:01:52Z
dc.rights.holderCopyright the Author. All rights reserved
dc.description.degreeHovedoppgave psykologprogrammet
dc.description.localcodePROPSY317
dc.description.localcodePRPSYK
dc.subject.nus736102
fs.subjectcodePROPSY317
fs.unitcode17-0-0


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel